W większości implementacji algorytmów genetycznych nacisk kładziony jest na krzyżowanie i mutację. Ale w jakiś sposób większość z nich pomija diploidalną (dominującą / recesywną) naturę genów. O ile moje (ograniczone) rozumienie dominuje / recesywna natura genów jest bardzo ważnym czynnikiem decydującym o rzeczywistych cechach organizmu.
Więc moje pytanie brzmi: dlaczego diploidalna natura genów jest pomijana w algorytmach genetycznych w większości przypadków?
Czy to dlatego, że:
- nie zapewnia dużych korzyści
- dodaje niepotrzebnej złożoności do prostego algorytmu
- jest trudny do wdrożenia
A może coś zupełnie innego?
źródło
Zobacz Razor Razor
Jeśli obie hipotezy są równie dobre, wybierz prostszą wersję, ponieważ bardziej złożona wersja zakłada założenia dotyczące czegoś, czego nie możesz być pewien.
Pytanie brzmi: czy diploidalne geny dominujące i recesywne zapewniają większą funkcjonalność, która pozwala nam opisać bogatszą przestrzeń hipotez?
Jedyną możliwą korzyścią pozostawioną do zbadania jest to, czy geny diploidalne byłyby w jakiś sposób bardziej wydajne. Z ich braku użycia wynika, że tak nie jest. Mutacje to zwykle niewielkie zmiany w odpowiedzi. Korzyści płynące z zachowania przeszłości i dobrej odpowiedzi są niewielkie. Można łatwo ponownie wyskoczyć.
Biologia może być inspiracją dla modeli komputerowych, ale rzadko ma najlepszą odpowiedź. Biologia generuje rozwiązania przez przypadek i naturalną selekcję, jeśli chodzi o DNA. Biologia rozwiązuje również różne problemy z różnymi surowcami i narzędziami. Spójrz, jak latają ptaki i nietoperze. Dlaczego nasze samoloty nie są zaprojektowane do poruszania skrzydłami w górę i w dół, aby startować lub poruszać się wyżej? Ponieważ byłoby to okropnie nieefektywne. Napęd odrzutowy i śmigłowce są bardziej dostosowane do naszych potrzeb. Możemy przewozić cięższe ładunki i podróżować z dużo większą prędkością niż ptaki i nietoperze.
źródło